摘要

在现代光谱分析中,波长选择方法是相当重要的预处理过程。针对多元校正中光谱数据分析中存在的大量不相关波长变量,提出了一种消除无信息变量的方法—蒙特卡洛无信息变量消除方法(MCUVE),该方法将蒙特卡洛过程与无信息变量消除方法(UVE)相结合, 充分利用样本之间的内在相关性,对高维光谱数据中波长变量的贡献进行评价,根据每个波长的贡献值,消除其中无信息的波长。将该方法应用于模拟光谱数据及实际近红外光谱数据分析中,结果显示,与无信息变量消除法相比较,能够更有效地选择出测量体系的特征波长集合,提高了多元校正方法分析结果的准确度。

  • 单位
    化学生物传感与计量学国家重点实验室; 湖南大学